基于Mixed-Logit的半补偿型方式划分模型研究

引入阈值的概念,建立基于Mixed-Logit模型的半补偿型方式划分模型,将选择过程划分为2个阶段,并在第二阶段采用Mixed-Logit模型,克服IIA特性和喜好随机性限制两大缺陷,最终达到更好地描述出行方式选择行为的目的.基于SP调查获取的样本数据,采用马尔科夫链蒙特卡洛算法结合数据扩张技术的方法对模型参数进行标定,利用命中率法对模型预测结果进行检验,并与MNL模型进行对比,验证了该模型应用于交通方式划分的可行性及优越性.